dPq 핵심 전략 — 조직 삽입형 장기 인프라

dPq 검증 제품이 조직 전산망에 삽입되어 장기로 기능하는 제품이 되기 위한 전략 · 2026-08-30 · 심봉 자율결정

0. 핵심 전제

dPq는 일회성 도구가 아니다 — 조직의 전산망에 삽입되어 장기로 기능하는 인프라 제품이다.

고객이 dPq를 "써보는" 것이 아니라, dPq가 고객 조직의 전산망에 삽입(embed)되어 매일 매 순간 검증·감사·절약·관문을 수행한다. 고객이 dPq를 의식하지 않아도 — dPq가 그 조직의 AI 사용을 감시하고, 토큰을 절약하고, 틀린 결정을 차단한다.

비유: 백신이 인체에 들어가서 면역 체계의 일부가 되듯, dPq가 조직의 IT 인프라에 들어가서 검증 체계의 일부가 된다. 한 번 삽입되면 매일 작동하고, 제거하면 조직이 불안해진다.

일회성 도구 (경쟁사)

고객이 열어서 사용
쓸 때만 비용
경쟁사로 교체 가능
고객이 도구를 의식

삽입형 인프라 (dPq)

조직 전산망에 상주
매일 자동 작동
제거하면 조직이 불안
고객이 의식하지 않음

1. 삽입 구조 — 기존 인프라를 대체하지 않고 뒤에 붙음

핵심 원칙: dPq는 기존 인프라를 "대체"하지 않습니다 — "뒤에 붙거나 옆에 있습니다"

조직이 이미 Azure OpenAI, AWS Bedrock, CrowdStrike, Splunk, SharePoint, 전자결재를 사용 중이라면, dPq가 그것을 대체하려 하면 도입이 거부됩니다. 대신 기존 인프라 뒤에 붙거나 옆에서 보완합니다.

모드	dPq 제품	기존 인프라	구조	충돌
프록시	dPq GATE	Azure OpenAI / AWS Bedrock	사용자 -> 기존 게이트웨이 -> dPq GATE -> LLM	없음 (뒤에 붙음)
통과	FTPL	OpenAI/Claude 직접 결제	기존 API 호출 -> dPq FTPL -> LLM API (절약 후 동일 API)	없음 (가로채고 통과)
보완	A+C 보안	CrowdStrike / Zscaler DLP	기존 DLP(일반) + dPq A+C(AI 사용만)	없음 (옆에서 AI만)
연동	dPq GATE 결재	전자결재(그룹웨어)	AI 작업 -> dPq GATE 등급 -> 기존 결재(HOLD 시 결재 요청)	없음 (Webhook 연결)
전달	감사 로그	Splunk / ELK SIEM	dPq 감사 로그 -> syslog/Webhook -> 기존 SIEM	없음 (전달만)

"기존 시스템을 그대로 두고, 그 뒤에 dPq가 붙습니다."

이것이 도입의 핵심입니다. 간부가 "기존을 바꿔야 한다"고 느끼면 결재를 안 합니다. "기존 시스템 그대로 두고, 그 뒤에 dPq가 붙는다"고 하면 결재가 가능합니다.

조직 전산망 (고객) ├── 사내 LLM 게이트웨이 ── dPq GATE 삽입 ── 모든 LLM 호출을 6축 검증 │ ├── GPT-4 호출 → dPq GATE AAA~D 등급 부여 │ ├── Claude 호출 → dPq GATE 환각 탐지 11유형 │ └── 사내 모델 호출 → dPq GATE 투자유권/자동매매 차단 │ ├── API 토큰 결제 시스템 ── FTPL 삽입 ── 모든 토큰 사용 최적화 │ ├── OpenAI API 호출 → FTPL 게이팅 → 29.6% 토큰 절약 │ ├── Anthropic API 호출 → FTPL 수렴 → 연산 종료 │ └── 사내 모델 호출 → FTPL 경로 선택 → 비용 절감 │ ├── 문서/보고서 파이프라인 ── 독립검증 삽입 ── 모든 산출물 검증 │ ├── AI 생성 보고서 → dPq 10축 검증 → PASS/VERIFY/HOLD/BLOCK │ ├── 투자 분석 리포트 → dPq 신뢰등급 AAA~D │ └── 감사 대응 문서 → 책임사건 8필드 기록 │ ├── 내부자 위험 감지 ── A+C 삽입 ── 모든 직원 행태 감시 │ ├── PC 사용 패턴 → 6 신호 탐지 (업무시간 외, 대량 복사 등) │ ├── 권한 누적 → 단기간 권한 급증 경보 │ └── 감사 로그 → audit_log 누적 │ └── 주가예측/금융 분석 ── GFM-K 삽입 ── 모든 예측을 관문 통과 ├── 예측 모델 → 8단계+1 관문 → Brier ≤ 0.25 통과 ├── 확률 품질 → Brier/ECE + coverage-risk └── 과적합 검사 → PBO < 0.5 안정성 확인

삽입 포인트 5곳

삽입 위치	dPq 모듈	작동 빈도	제거 시 영향
LLM 게이트웨이	dPq GATE + 환각 탐지	매 LLM 호출	검증 없는 AI 사용 → 규제 위반
API 토큰 결제	FTPL	매 토큰 사용	29.6% 비용 증가
문서 파이프라인	독립검증 + 신뢰검증	매 문서 생성	검증 없는 보고서 → 감사 위반
내부자 감지	A+C 보안	매일 자동	내부자 위험 미감지 → 보안 사고
금융 분석	GFM-K 관문	매 예측 실행	틀린 모델 통과 → 투자 손실

2. 장기 기능 설계 — 왜 제거하면 안 되는가

2.1 규제 의존성 (Regulatory Dependency)

dPq가 없으면 규제 위반 — 한 번 삽입하면 빼면 안 됨

EU AI Act: 고위험 AI 시스템의 독립 검증 의무화 → dPq 독립검증이 이것을 충족
한국 AI 기본법: AI 서비스 투명성 의무 → dPq 10축 검증이 감사 증적
금융감독원: AI 투자 권고 도구의 투자자문 면허 → dPq는 투자유권 금지로 면허 불필요
ISO 42001 (AI 관리 체계): 감사 추적성 요구 → dPq 책임사건 8필드가 이것을 충족

전략: dPq를 규제 준수 도구로 포지셔닝 → 규제가 강해질수록 dPq가 더 필요

2.2 비용 의존성 (Cost Dependency)

dPq FTPL이 없으면 토큰 비용이 29.6% 증가

연 100억 토큰 사용 기관 → FTPL 없으면 29.6억원 추가
연 1억 토큰 사용 기관 → FTPL 없으면 2,960만원 추가
FTPL은 매일 자동 작동 → 고객이 의식하지 않아도 절약
월정액이 토큰 절약액보다 저렴 → 제거하면 손해

전략: FTPL 절약액 > 월정액이 되도록 가격 설정 → 제거하면 비용 증가

2.3 보안 의존성 (Security Dependency)

dPq A+C가 없으면 내부자 위험 미감지

6 신호: 업무시간 외 접근, 대량 파일 복사, 민감 파일 접근 집중, 비정상 프로그램, 외부 이메일, 비인가 원격
매일 자동 감시 → 사고 전 예방
감사 로그 누적 → 사후 추적 가능
제거 시: 내부자 위험 미감지 → 보안 사고 시 책임 문제

전략: A+C를 보안 팀의 "자동 감시 도구"로 포지셔닝 → 보산 사고 시 "dPq가 있었으면 잡았을 것"

2.4 품질 의존성 (Quality Dependency)

dPq 관문이 없으면 틀린 모델이 통과

8단계+1 관문: D0~D8, G0~G8, 임계값 29개 봉인
Brier ≤ 0.25: 확률 품질 기준 — 이것을 못 넘기면 "CHECK"
PBO < 0.5: 과적합 방어 — 백테스트가 우연이 아님을 증명
제거 시: 틀린 예측이 통과 → 의사결정 오류 → 조직 손실

전략: 관문을 "의사결정 품질 보증"으로 포지셔닝 → 품질 팀이 dPq를 의존

3. 수익 모델 — 삽입형 장기 계약

계층	대상	월정액	삽입 방식	계약 기간	제거 비용
Free	스타트업	0원	클라우드 SaaS	월 단위	없음
Premium	중소 기업	9,900원/월	API 연동	1년	낮음
Pro	중형 금융	49,000원/월	API + 대시보드	1년	중간
B2B Embed	대형 기관	500만~5,000만원/년	전산망 삽입 (on-premise)	3년	높음

B2B Embed — 핵심 수익 모델

전산망 삽입 (on-premise)이 dPq의 핵심 수익 모델이다. 클라우드 SaaS가 아니라 고객의 전산망에 dPq를 직접 설치한다.

초기 설치비: 1,000만~5,000만원 (컨설팅 + 설치 + 교육)
연 유지보수: 설치비의 30~50% (업데이트 + 지원)
3년 계약: 중도 해지 시 위약금
제거 비용: 규제/보안/품질 의존성으로 인해 사실상 불가

전략: 한 번 삽입하면 3년 이상 장기 계약 → 매년 갱신 → 10년 이상 유지

4. 전환 경로 — Free → Embed로 가는 길

Free — 가치 입증 (1~3개월)

finance.html 가상 시나리오로 dPq 가치를 보여줌. 환각 탐지 100%, FTPL 29.6% 절약, 8단계 관문을 무료로 체험. "이것이 우리 조직에 들어오면 어떻게 될까?"를 경험.

Premium — API 연동 (3~12개월)

9,900원/월로 API 연동 시작. 조직의 LLM 호출에 dPq GATE가 붙음. 환각 탐지가 매 호출마다 작동. FTPL이 매 토큰마다 절약. "이제 dPq 없으면 어떻게?" 의존성 형성 시작.

Pro — 대시보드 + 10축 검증 (12~24개월)

49,000원/월로 전체 대시보드 + 독립검증 10축 + GFM-K 관문. 보안 팀이 A+C를 사용. 품질 팀이 관문을 사용. "dPq가 없으면 감사를 통과 못 한다" 규제 의존성 형성.

B2B Embed — 전산망 삽입 (24개월+)

500만~5,000만원/년으로 전산망에 직접 설치. on-premise. 3년 계약. 규제/보안/품질/비용 4중 의존성. "dPq를 빼면 조직이 안 돌아간다" — 장기 인프라 완성.

연간 갱신 — 10년+ 장기 유지

매년 갱신. 설치비 30~50% 유지보수. 규제 강화 → dPq 업데이트 → 더 필요. AI 발전 → dPq 관문 강화 → 더 필요. 10년 이상 장기 수익.

5. 4중 의존성 — 제거 불가 구조

① 규제 의존성

dPq를 빼면 규제 위반. EU AI Act, 한국 AI 기본법, ISO 42001. 규제가 강해질수록 dPq가 더 필요.

규제 → dPq 의존

② 비용 의존성

dPq를 빼면 29.6% 비용 증가. FTPL이 매일 절약. 토큰 사용이 많을수록 dPq가 더 필요.

비용 → dPq 의존

③ 보안 의존성

dPq를 빼면 내부자 위험 미감지. 6 신호 매일 감시. 보안 사고 시 "dPq가 있었으면" 후회.

보안 → dPq 의존

④ 품질 의존성

dPq를 빼면 틀린 모델이 통과. 8단계 관문, Brier ≤ 0.25, PBO < 0.5. 의사결정 오류 시 "dPq가 있었으면" 후회.

품질 → dPq 의존

4중 의존성의 효과

한 번 전산망에 삽입되면 4개 이유로 제거할 수 없다:

규제: "dPq 없으면 감사 통과 못 함"
비용: "dPq 없으면 토큰 비용 29.6% 증가"
보안: "dPq 없으면 내부자 위험 미감지"
품질: "dPq 없으면 틀린 모델이 통과"

이 4개가 동시에 작동 → 제거 비용이 설치비보다 큼 → 장기 유지

6. 빅테크와의 관계 — 경쟁이 아닌 공생

dPq는 빅테크를 대체하지 않는다 — 빅테크를 검증한다

고객이 GPT-7을 쓸 때, dPq가 그 GPT-7 호출을 검증한다. 고객이 Claude 6을 쓸 때, dPq가 환각을 잡는다. 빅테크가 더 똑똑해질수록 dPq가 더 필요해진다 — 똑똑한 AI가 틀렸을 때 잡는 것이 dPq의 역할이므로.

빅테크	dPq	관계
OpenAI (GPT)	dPq GATE + 환각 탐지	GPT가 생성 → dPq가 검증
Anthropic (Claude)	dPq GATE + FTPL	Claude가 연산 → dPq가 절약
Google (Gemini)	dPq GATE + 독립검증	Gemini가 예측 → dPq가 관문
Bloomberg	GFM-K + dPq 신뢰등급	Bloomberg가 데이터 → dPq가 검증
S&P Global	dPq 10축 + A+C	S&P가 평가 → dPq가 감사

핵심: 빅테크가 AI를 팔 때, dPq는 그 AI를 "검증하는 인프라"로 판다

빅테크가 "우리 AI가 99% 정확합니다"라고 할 때, dPq가 "그 1%를 잡습니다"라고 한다. 빅테크가 "더 많은 토큰"을 팔 때, dPq가 "덜 쓰게 해줍니다"라고 한다. 방향이 반대 — 경쟁이 아닌 보완.

7. 다국적 플랫폼과의 관계 — 데이터 독점 우회

Bloomberg/Refinitiv/S&P가 데이터를 독점할 때, dPq는 "검증"으로 우회

Bloomberg: 데이터를 독점 → dPq는 그 데이터를 "검증"하는 도구로 삽입
Refinitiv: 실시간 시세를 독점 → dPq는 그 시세의 "품질"을 검증 (Brier/ECE)
S&P Global: 신용평가를 독점 → dPq는 그 평가의 "독립성"을 검증 (10축)

전략: 데이터 독점에 대항하지 않음 — 데이터를 검증하는 위치에 dPq를 삽입. "데이터는 당신 것이지만, 검증은 우리 것"

8. 한국 특화 → 아시아 → 글로벌

단계	기간	시장	전략	dPq 역할
1단계	0~1년	한국 금융	KOSPI200 + KRX + 한국 규제 특화	한국 증권사·자산운용사에 삽입
2단계	1~3년	아시아 금융	일본(TSE)·싱가포르(SGX)·홍콩(HKEX) 확장	아시아 금융기관에 삽입
3단계	3~5년	글로벌 금융	EU AI Act + ISO 42001 규제 준수 도구	글로벌 금융기관 규제 도구
4단계	5~10년	비금융 확장	의료·법률·공공 — AI 검증이 필요한 모든 조직	범용 AI 검증 인프라

한국 특화의 이유

KRX 수급 데이터: 외국인·기관·개인 순매수 — 한국만 있음
한국어 자연어: 심업사상 용어, 운행 독해기 — 영어 모델이 못 함
한국 규제: 금융위원회, 투자자문 면허 — 한국 법률 특화
한국에서 완벽 → 아시아 확장 → 글로벌 — 로컬 우위에서 시작

9. 핵심 지표 — 장기 인프라 제품의 KPI

MRR

월 반복 수익 (Monthly Recurring Revenue)

NRR

순 수익 유지율 (Net Revenue Retention)

Churn

이탈률 (목표 < 5%/년)

Embed Rate

삽입률 (전산망 설치/전체 고객)

Token Saved

누적 토큰 절약량 (FTPL)

Contract Years

평균 계약 기간 (목표 3년+)

핵심 KPI: Embed Rate + Contract Years

일반 SaaS는 MRR과 Churn이 핵심이지만, dPq의 핵심은 Embed Rate (삽입률)과 Contract Years (평균 계약 기간)이다. 전산망에 삽입된 고객이 몇 %인가? 그들이 평균 몇 년간 유지되는가? 이 두 개가 dPq의 장기 가치를 결정한다.

10. 종합 — dPq 핵심 전략

dPq 핵심 전략 1문장

dPq는 빅테크의 AI를 검증하는 조직의 장기 인프라이다.

고객이 AI를 쓸 때 dPq가 검증하고, AI가 토큰을 쓸 때 dPq가 절약하고, AI가 예측할 때 dPq가 관문을 통과시키고, AI가 틀릴 때 dPq가 잡는다. 한 번 전산망에 삽입되면 규제·비용·보안·품질 4중 의존성으로 제거 불가. 3년 계약 → 10년 유지 → 장기 인프라.

전략	핵심	빅테크와의 관계	삽입 효과
① 역공격	틀린 것을 잡기	반대 방향	빅테크 발전 → dPq 더 필요
② 특허 해자	6특허 + FTPL 복제 불가	복제 불가	경쟁사 진입 차단
③ 로컬 우위	KRX + 한국어 + 한국 규제	빅테크가 못 함	한국 → 아시아 → 글로벌
④ 검증 포지셔닝	예측이 아니라 검증	보완	"통과할 수 있는가?"
⑤ 사회적 자본	ESG + AI 정의선언 + 학술	빅테크가 못 만듦	규제 의존성 형성
⑥ 삽입 인프라	전산망에 상주	경쟁이 아닌 공생	제거 불가 → 장기

궁극의 목표

"dPq를 빼면 조직이 안 돌아간다" — 이것이 장기 인프라의 완성이다. 규제 때문에 빼면 안 되고, 비용 때문에 빼면 손해고, 보안 때문에 빼면 위험하고, 품질 때문에 빼면 틀린다. 4중 의존성이 dPq를 조직의 일부로 만든다.

AI가 무한히 발전해도 "틀린 것을 잡는 것"은 항상 필요하다. dPq는 그것을 7-in-1로 하고, 조직 전산망에 삽입되어 장기로 기능한다.

본 전략 문서: dPq 핵심 전략 — 조직 삽입형 장기 인프라 제품 · 2026-08-30 · 심봉 자율결정

전제: 7-in-1 모듈(독립검증·A+C·책임사건·신뢰검증·FTPL·GFM-K·dPq GATE)이 조직 전산망에 삽입되어 매일 자동 작동.
면책: 본 전략은 사업 계획이 아닌 방향성 문서입니다. 실제 계약·가격·기간은 고객 협상에 따라 결정됩니다.

← 전략센터 📋 7-in-1 브로셔 📄 GFM-K 보고서 📊 파이프라인